制造业数字化转型的挑战与应对: 数智化时代,需要企业级数字孪生!

    2021-08-31 10:42
    IEEE(电气和电子工程师协会)院士、傲林科技董事长刘震8月24日在重庆接受中新网记者专访时表示,“数智化”时代需要的工业互联网应该是“价值导向”的,本着降本增效、产品创新、业务创新的原则,把运营经营决策一体化,从而达到全数据的应用、全局的优化,考虑到产品和订单的全生命周期。“企业级数字孪生”将是支撑这些的核心技术。
    2021中国国际智能产业博览会23日至25日在重庆举行。刘震受邀在第四届工业互联网和智能制造高峰论坛发表题为《制造业数字化转型:挑战与应对》的演讲。
    工业互联网是新一代信息技术与工业经济深度融合的新型基础设施、应用模式和工业生态,通过对人、机、物、系统等的全面连接,构建起覆盖全产业链、全价值链的全新制造和服务体系,为工业乃至产业数字化、网络化、智能化发展提供了实现途径,是第四次工业革命的重要基石。
    刘震说,传统的工业互联网,通常首先让人想到的是“物联呈现”,就是把设备连接起来,再将采集到的数据上传到云端做呈现。这种做法毫无疑问是有用的,但同时存在问题:连接的成本往往很高,通常一台设备需要几千元到几万元;而连接上云后,到底给用户企业能带来多大价值,又是不太确定的。一个典型的应用案例是设备的预测性维护,即通过连接设备进行监测,在出故障前就能预测并及时维护。这种预测性维护往往成本比较高,只适用于贵重设备;但这种设备又往往比较可靠,并不会经常出故障。这就形成一个悖论:出故障少,就收集不到足够数据进行建模预测。
    为何会出现前述“价值不确定”的问题?
    刘震进一步分析,这种传统的工业互联网流程架构是“自下而上”的。最下面一层的OT系统(如MES、APS)和控制系统(如PLC、SCADA)实现了设备、产线和工厂的数据采集,也实现了工厂设备的信息化控制,但存在大量“哑设备”难以采集数据、已采集到的数据存在于不同类型的设备或者系统中,不同的系统之间存在严重的“数据孤岛”问题。且系统的实施周期长、定制化开发程度高、费用高昂,中小企业难以承受。
    中间层的工业互联网平台,实现了设备的“数据上云+可视化管理+基于设备数据的分析”,但这部分数据局限于设备、生产线层面,缺乏与OT和IT数据的融合,同样的,投入产出比周期很长。
    最上面一层的工业APP,实现了局部场景优化,例如设备预测维护、生产监控、能耗管理、后市场服务等,但它的缺点在于做的是局部性的优化,并不提供整体的分析和优化方案,与企业的经营、管理脱节。
    “在这种情况下,我们提出一个工业互联网的新赛道,叫数智化工业互联网。”刘震说,因为当前正步入数据赋能的新时代。如何在这个时代,让工业互联网帮助用户企业实现价值最大化,是亟待回答的问题。与传统的工业互联网“自下而上”的路径不同,数智化时代的工业互联网,倾向于“自上而下”来设计企业的数字化转型,用“数据+AI算法”帮助企业做经营方面的预测、做模拟仿真,然后做重大决策的优化。这给企业带来的价值会非常明显。
    2021智博会上,傲林科技自主研发、具有自主知识产权的新一代信息技术“企业级数字孪生”亮相。刘震介绍了这项技术在钢铁行业的实践案例。
    铁矿石占这家钢铁企业的六成成本,经常需要因为天气或市场原因改变采购策略。傲林科技应用“企业级数字孪生”技术,只花了两三周时间,就帮助这家企业建立模型,可以基于现有数据分析应该在何时、采购多大量的铁矿石,提高经济效益。这家企业尝到数智化工业互联网解决供应链难题的甜头后,又与傲林科技合作,用两三周时间建立铁矿石安全库存的模型,既满足安全库存量,又大大减少库存铁矿石对资金的占用量。这家钢铁企业使用“企业级数字孪生”技术,整体节省了上亿元的成本。
    刘震强调,不是所有的数据都要采集、分析,从上到下垂直地、有的放矢地做数字化转型,是数智化时代工业互联网的一个新趋势。企业推进数字化转型,不仅需要生产环节的智能化,也需要经营管理的数字化,应统筹考虑生产经营各方面的问题,进行全局优化。